Denna litteraturstudie tar sikte på att belysa hur proteinkonsumtion påverkar en atlets fysiska uthållighetsförmåga. För att kunna maximera sin uthållighetsprestation behöver atleter protein för att bland annat ersätta använd energi. Atleter behöver även protein för att tillgodose musklerna med essentiella aminosyror för optimal återuppbyggnad. Det resulterar i att proteinintaget delvis blir avgörande för hur kroppen svarar på träningsinsatsen. Beroende på typ av sportutövning såväl som individuella skillnader så har dock olika atleter olika nutritionella behov. Folkhälsomyndigheten följer WHO:s rekommendation gällande ett generellt dagligt proteinintag på 0,8gram per kilo kroppsvikt för vuxna. Elitidrottare rekommenderas däremot ett dagligt proteinintag på 1,4–1,8gram protein per kilo kroppsvikt. Studier som analyserar nutrition i relation till fysisk prestationsförmåga baseras främst på manliga studiedeltagare. Det har dock etablerats att det finns könsbaserade skillnader när det kommer till metabolism under uthållighetsträning. Män är mer beroende av kolhydrat- och proteinkällor under uthållighetsträning än vad kvinnor är. Detta beror sannolikt delvis på skillnader i koncentrationsnivåer av hormonet östrogen. Sammanfattningsvis visar resultaten att idrottande atleter har ett högre proteinbehov än människor som inte tränar. Ett ökat proteinintag visar sig dock inte systematiskt öka en atlets uthållighetsprestation. Däremot finns en samstämmighet kring att ett ökat proteinintag reducerar stressmarkörer vid en hög fysisk belastning. Detta tyder på att proteinmängden påverkar prestationsmöjligheten sett under en längre tid. Dessutom visar det att proteinintaget reducerar skaderisken, vilket bör vara essentiellt för atleter vars träningsmöjligheter minimeras vid skada. Därtill tyder granskade studier på att humöret efter fysisk ansträngning förbättras med ett ökat proteinintag vilket också är av intresse. Den proteinmängd som bör intas av atleter som vill maximera sin uthållighetsträning är 1,45g/kg/d för kvinnliga atleter och 1,74g/kg/d för manliga atleter. Båda värden är inom spannet som folkhälsomyndigheten rekommenderar för elitidrottare. Men det är av vikt att i framtiden belysa könsbaserade skillnader för att främja mer jämlika kunskapsförhållanden mellan kvinnliga och manliga atleter.

Self-Control Training (SCT) and Brain Endurance Training (BET) are novel training modalities designed to enhance physical endurance by building fatigue resiliency. Despite their similarities, it has yet to be examined whether combining SCT and BET provides an additive or redundant/overlapping effect on endurance exercise performance. This study investigated the effects of SCT and combined SCT+BET on performance of a maximal exertion isometric resistance endurance task (high plank) and ratings of perceived exertion (RPE). Participants (N = 33) were randomized to engage in 4 weeks (18 training sessions) of SCT (isometric handgrip; n = 13), SCT+BET (10-minute cognitively demanding task, followed by SCT; n = 10), or no-training/control (n = 10). Isometric endurance performance trials were completed at pre-, mid-, and post-training. One-way analysis of covariance (ANCOVA) models were computed for each of the mid- and post-training trials (controlling for pre-training high-plank performance) to assess effects on performance. Results showed no significant effects of training on high plank performance between groups at mid-training; however, a large and significant effect for SCT compared to control was observed at post-training (p = .044, d = .961). No significant main effects or interaction effects were found for changes in RPE over time (p’s > .05). Findings support the use of SCT as an effective training method for physical endurance performance and suggest that BET may not offer additional performance benefit compared to SCT under the training and testing conditions used in this protocol. Future research should explore potential dose-response effects of SCT on performance and moderators such as trait self-control. / Thesis / Master of Science (MSc)

Background: Triathlon athletes often encounter various critical situations that adversely affect performance. The ability to handle these is called self-efficacy. Aim: This study aimed to identify stressors that reduce performance the most for triathlon athletes in Sweden. Method: An online survey with structured reflections and the Endurance Sport Self-Efficacy Scale (ESSES) was used. The structured reflections were analyzed in relation to the participants’ outcomes at ESSES using statistical procedures and thematic analysis. Results: A total of 10 respondents answered to the survey. Mean values of ESSES were higher at good performance. There were significant differences between the performances for variables ESSES1 (0,002); ESSES3 (0,002); ESSES5 (0,048); ESSES8 (0,030); ESSES9 (0,01); ESSES10 (0,021); och ESSES11 (0,016). Effect sizes showed that ESSES1 (d= 1,9) och ESSES3 (d= 2,8) was the most prominent variables. Analysis revealed that performance anxiety and pain were the most prominent stressors. Conclusion: Weak self-efficacy combined with performance anxiety and pain led to less good performance. The results could be used at group level as starting point to create effective self-regulation strategies to deal with these stressors. / Bakgrund: Under träning eller tävling stöter triathlonidrottare ofta på olika situationer som kan räknas som stressfaktorer. Sådana situationer kan påverka prestation negativt om idrottarna inte har välutvecklade förmågor att hantera dem. Dessa förmågor heter self-efficacy, som är specifika för varje kritisk situation. Syfte: Syftet med denna studie är att identifiera stressfaktorer som hanteras sämst och som minskar prestationen mest hos triathlonidrottare i Sverige. Metod: Det har använts en retrospektiv beskrivande undersökningsdesign med statistiska procedurer och tematisk analys. Tidigare bra- och mindre bra prestationer har undersökts med hjälp av en online enkät som inneburit strukturerade reflektioner om situationella faktorer och Endurance Sport Self-Efficacy Scale (ESSES). Resultat: Totalt 10 respondenter svarade på enkäten. Erfarenheter varierade mellan halv- och full Ironman, SM och EM på olympisk och sprint distanser. Träningsvolym varierade mellan 5-13 timmar/vecka (N=5) och 20-30 timmar/vecka (N=5). Medelvärden av alla ESSES påståenden var högre vid bra prestationen i jämförelse med mindre bra prestationen. Det fanns statistiskt signifikanta skillnader mellan prestationerna på ESSES1 (0,002); ESSES3 (0,002); ESSES5 (0,048); ESSES8 (0,030); ESSES9 (0,01); ESSES10 (0,021); och ESSES11 (0,016). Effektstorlek visade att ESSES1 (d= 1,9) och ESSES3 (d= 2,8) var mest framträdande variabler. Utifrån analysen identifierades det att prestationsångest och ont var de mest framträdande stressfaktorer. Slutsats: Svaga self-efficacy förmågor som hantering av skada orelaterad smärta, och hantering av känslor under evenemang, i kombination med situationsfaktorer som prestationsångest och ont, ledde till mindre bra prestationerna. Studiensresultat kan vara en effektiv utgångspunkt för uthållighetsidrottare eller för utövare som arbetar med de för att få insikt av vad kan förväntas under en tävling och förbereda sig i förväg. Resultatet skulle kunna användas på gruppnivå för att skapa effektiva självreglerings strategier relaterade till takt, uppmärksamhet och hantering.

A interação entre a ingestão aguda de bebida alcoólica, fadiga mental e capacidade de realização de exercício físico é pouco conhecida. Seus possíveis efeitos parecem ter relação com as alterações fisiológicas que ocorrem no sistema nervoso central. Assim o objetivo deste estudo foi investigar os efeitos da ingestão aguda de cerveja, combinada a uma tarefa de alta demanda cognitiva, sobre o desempenho físico, respostas fisiológicas e psicológicas, durante uma corrida de 30 minutos, realizada como contrarrelógio. Métodos: Dezesseis homens saudáveis e fisicamente ativos, com 25,8 anos (± 5,1) em média, sem qualquer restrição física ou clínica para prática de atividade física, realizaram cinco visitas ao laboratório para realização de uma sessão preliminar para determinação do VO2PICO, seguida de duas sessões de familiarização, e duas sessões experimentais com corrida de 30 minutos. Desta forma, eles realizaram: 1) Sessão preliminar; 2) Corrida após ingestão de cerveja; 3) Corrida após ingestão de cerveja sem álcool (placebo); 4) Corrida após instalação de fadiga mental e ingestão de cerveja; 5) Corrida após instalação de fadiga mental e ingestão de placebo. Após realização da sessão preliminar, os participantes realizaram as sessões 2 e 3 (familiarização), em ordem balanceada entre elas, sendo seguidas sequencialmente das sessões 4 e 5 (experimentais), em ordem balanceada entre elas. Para as análises de comparação entre pré e pós tarefa cognitiva e medidas de desempenho utilizou-se um teste T-Student. Para as comparações múltiplas das variáveis fisiológicas e psicológicas durante a corrida, entre as condições, utilizou-se um modelo misto com correção de Bonferroni. Resultados: Os participantes apresentaram aumento significante no tempo de reação durante o teste cognitivo, e na sensação de fadiga entre os momentos antes e após teste cognitivo, para indução de fadiga mental. O desempenho físico na corrida apresentou diferença significante, e a associação da fadiga mental à ingestão de cerveja também reduziu a distância final e a velocidade média em 12 dos 16 participantes. A economia de corrida apresentou uma tendência a significância, sugerindo possível potencialização da fadiga mental após ingestão de cerveja, tornando os indivíduos menos econômicos para realização do mesmo modelo de exercício. Para as variáveis fisiológicas e psicológicas ambas apresentaram efeito do tempo. Conclusão: Os resultados indicam que a ingestão aguda de cerveja afeta o desempenho físico e altera a economia de corrida, indicando que, com baixas doses ofertadas de cerveja, na presença ou ausência de fadiga mental, ambos desempenho e economia de corrida são piorados em corrida de 30 minutos / The interaction of acute alcoholic beverage intake and exercise capacity is little known. It is possible effects appear to be related to the physiological changes that occur in the cardiovascular system, as well as in the central nervous system. Thus, the aim of this study was to investigate the effects of acute beer intake, combined with a task of high cognitive demand, on physical performance, physiological and psychological responses, during a 30-minute run, performed as a time trial. Methods: Sixteen healthy and physically active men, with a mean age of 25,8 years (± 5,1) on average, without any physical or clinical restrictions to practice physical activity, performed five visits to the laboratory for a preliminary session to determine VO2PEAK, followed of two familiarization sessions, and two experimental sessions with a 30-minute run. In this way, they performed: 1) Preliminary session; 2) Running after ingesting beer; 3) Running after drinking non-alcoholic beer (placebo); 4) Running after installation of mental fatigue and beer intake; 5) Running after installation of mental fatigue and placebo intake. After the preliminary session, the participants performed sessions 2 and 3 (familiarization), in a balanced order between them, being followed sequentially from sessions 4 and 5 (experimental), in a balanced order between them. For the comparative analyzes between pre and post cognitive task and performance measures a Student\'s T-test was used. For the multiple comparisons of the physiological and psychological variables during the race, among the conditions, a mixed model with Bonferroni correction was used. Results: Participants presented a significant increase in reaction time during the cognitive test, and in the sensation of fatigue between the moments before and after the cognitive test, to induce mental fatigue. The physical performance in the race presented a significant difference, and the association of mental fatigue with beer intake also reduced the final distance and the mean velocity in 12 of the 16 participants. The running economy presented a tendency to significance, suggesting possible potentiation of mental fatigue after beer intake, making individuals less economical to perform the same exercise model. For the physiological and psychological variables, both had an effect of time. Conclusion: These results indicate that acute beer intake affects physical performance and alters running economy, thus indicating that with low doses of beer offered in the presence or absence of mental fatigue, both performance and running economy may be impaired 30 minutes running

Das maximale Laktat-steady-state (MLSS) gilt als ein physiologischer Parameter der Ausdauerleistungsfähigkeit. Bereits in den 1980er Jahren entwickelte Mader (1984) auf Basis der Michaelis-Menten-Kinetik eine Berechnungsmethode zur Bestimmung der Leistung im MLSS. Diese Methode setzt die Kenntnis der maximalen Reaktionsgeschwindigkeiten von Glykolyse und Atmung voraus. Die Goldstandard-Methode zur Ermittlung der Leistung im MLSS sind mehrere 30-minütige konstante Dauerbelastungen. Das hauptsächliche Ziel der vorliegenden Arbeit bestand in dem Vergleich der berechneten mit der empirisch ermittelten Leistung im MLSS. 57 männliche Probanden unterzogen sich zunächst in randomisierter Reihenfolge einem Test zur Bestimmung der maximalen Laktatbildungsrate sowie der maximalen Sauerstoffaufnahme. Im Anschluss absolvierten die Testpersonen mehrere 30 minütige Dauertests zur empirischen Ermittlung der Leistung im MLSS. Die ermittelten Ergebnisse zeigen, dass zwischen beiden Testmethoden eine hochsignifikante Korrelation (r = 0,89; p< 0,001) sowie eine mittlere Differenz von -13 Watt vorliegt. Ausgehend von den ermittelten Ergebnissen kann der Schluss gezogen werden, dass die Leistung im MLSS, ermittelt unter Verwendung der Methode nach Mader (1984) im Mittel mit der empirisch ermittelten Leistung im MLSS sehr gut übereinstimmt. Neben der angeführten Hauptstudie, wurde in der vorliegenden Arbeit weiterhin die Reliabilität und Tag-zu-Tag-Variabilität der Leistung im MLSS, der Einfluss der Testdauer auf die Laktatbildungsrate sowie die Praktikabilität der berechneten Leistung im MLSS in einem Einzelzeitfahren näher untersucht.

Submitted by Sara Ribeiro (sara.ribeiro@ucb.br) on 2018-08-08T17:35:32Z No. of bitstreams: 1 SebastianDelRossoDissertacao2018.pdf: 1818866 bytes, checksum: 3274a8646557f8e415e970e9bbe7a015 (MD5) / Approved for entry into archive by Sara Ribeiro (sara.ribeiro@ucb.br) on 2018-08-08T17:35:47Z (GMT) No. of bitstreams: 1 SebastianDelRossoDissertacao2018.pdf: 1818866 bytes, checksum: 3274a8646557f8e415e970e9bbe7a015 (MD5) / Made available in DSpace on 2018-08-08T17:35:47Z (GMT). No. of bitstreams: 1 SebastianDelRossoDissertacao2018.pdf: 1818866 bytes, checksum: 3274a8646557f8e415e970e9bbe7a015 (MD5) Previous issue date: 2018-02-28 / The main goal of the present study was to identify the main determinants influencing and thus explaining pacing and performance during self-paced 10 km running time trial and develop prediction equations including metabolic/respiratory and neuromuscular variables. Twenty-seven well-trained runners (age = 26,4 ± 6,5 years, training experience = 7,4 ± 5,9 years, training volume = 89,1 ± 39,1 km·week-1, VO2max = 62,3 ± 4,5 mL·kg-1·min-1) completed three testing sessions: During the first session, body composition and mechanical variables (concentric peak velocity, PV; time to peak velocity, TPV; peak force, PF; and peak power, PP) in the half-squat (AG) and loaded squat jump (SSC) were measured. The second testing session was dedicated to assessing metabolic variables [VO2max, ventilatory thresholds (VT1 and VT2), cost of running (CR) and maximal speed (SMAX)] and vertical jump (CMJ) potentiation; while during the third session a 10 km self-paced time trial was carried out. Also, before and after (0, 3, 6, and 9 min) the 10 km, athletes completed 2 CMJ for measuring mechanical variables [eccentric displacement (DE), mean eccentric and concentric velocity (VME, VMC), eccentric and concentric peak velocity (PVE, PVC)]. Pacing was defined as the time (T10km) or speed (S10km) every 1000 m, and analysis of those factors influencing the 10 km performance was carried by means of hierarchic multiple regression, whit the inclusion of all available variables. In addition, regression analyses were performed to develop prediction equation for T10km. Cluster analyses were carried out to evaluate the effects of performance levels [high performance group, GAD; low performance group (GBD)] and jumping potentiation (potentiation group, GP; non-potentiation group, GNP). For the whole sample, the final model including SMAX, CR, o a AGVP, Δ3-Pre CMJPVE (m·s-1), HRmax (bpm) and SSCPF (N) was statistically significant; r2 = 0,91, F(6-26) = 35,64, P < 0,001, EES = 0,76, r2ADJUSTED = 0,89; while the prediction model included the following variables: SMAX, CR and AGVP [r2 = 0,75; F(3-26) = 22,52; P < 0,001; EES = 1,23]. For the performance groups, there were significant main simple effects for time [F(2-52) = 12,20, P<0,001), η2 = 0,32] and group [F(1-25) = 49,91; P<0,001, η2 = 0,66] and also differences in the explaining variables for T10km: GAD [SMAX; SSCPF, HRMEAN, CV10km e Post-0min CMJPVE, F(5-9) = 266,06; P <0,001; SSE = 0,09 min; r2ADJUSTED = 0,99]; GBD [VT2-%VO2max, Δ6-Pre CMJEPV, CR; F(4-18) = 33,16; P <0,001, EES = 0,045 min; r2ADJUSTED = 0,88]. Furthermore, different prediction equations were found for each group: GAD – [T10km (min) = 68,65 – (1,084 × SMAX) – (0,008 × SSCPF) + (0,083 × AGCARGA); r2 = 0,98]; GBD - T10km (min) = 44,75 – (1,05× SMAX) + (0,17×VT2-%VO2max) + (1,89 × CMJVME) – (0,061 × Age); r2 = 0,89]. For jump potentiation groups there were significant differences only in the last 400 m and RPE (GNP = 8,36 ± 1,6 vs. GP = 6,8 ± 1,7; P = 0,03). Also, jump potentiation correlated with the final 400 m time in the whole sample (r = -0.42; P = 0,031) and with RPE for the GAD group (r = -0,75; P = 0,032). In conclusion, the results of the present study suggest that mechanical factors are significant for endurance runners given that explain part of the variance in the T10km while allowed for performance prediction. Moreover, performance level appears to be related to neuromuscular differences influencing pacing whereas jump potentiation likely affects effort perception. / O objetivo do presente estudo foi analisar os diversos fatores que podem influenciar e por tanto explicar o desempenho em uma prova de corrida de 10 km assim como também em subsegmentos dos 10 km, e predizer desempenho a partir de variáveis metabólicas/respiratórias e neuromusculares. Para tal fim, 27 corredores bem treinados (idade = 26,4 ± 6,5 anos, experiência de treinamento = 7,4 ± 5,9 anos, volume de treinamento = 89,1 ± 39,1 km·semana-1, VO2max = 62,3 ± 4,5 mL·kg-1·min-1) completaram três sessões de avaliação: A primeira sessão foi dedicada à determinação das variáveis mecânicas (pico de velocidade concêntrica, PV; tempo até o pico de velocidade, TPV; pico de força, PF e pico de potência, PP) nos exercícios de médio agachamento (AG) e salto com sobrecarga (SSC) e das variáveis associadas à composição corporal; durante a segunda sessão se avaliaram variáveis metabólicas [VO2max, limiares ventilatórios (VT1, primer limiar ventilatório, VT2, segundo limiar ventilatório), custo energético da corrida (CR) e velocidade máxima (SMAX)] conjuntamente com a potencialização no salto vertical (CMJ); e durante a terceira sessão se registrou o desempenho em uma prova simulada de 10 km (T10km) com monitoramento continuo da velocidade (GPS) e da frequência cardíaca (FC). Antes e depois (0, 3, 6 e 9 min) dos 10 km os atletas completaram 2 saltos verticais (CMJ) para à avaliação das variáveis mecânicas associadas ao salto [deslocamento excêntrico (DE), velocidade média excêntrica e concêntrica (VME, VMC), pico de velocidade excêntrica e concêntrica (PVE, PVC)]. O ritmo de corrida foi definido como o tempo ou velocidade a cada 1000 m, e para as análises dos fatores implicados na variância do desempenho em 10 km foi realizada uma análise de regressão múltipla hierárquica utilizando todas as variáveis disponíveis. Além disso, análises de regressão foram completadas para determinar equações de predição do T10km com variáveis independentes das registradas durante a prova. Entanto que analises por conglomerados foram utilizados para analisar os efeitos do nível de desempenho (grupo de alto desempenho, GAD; grupo de baixo desempenho, GBD) e da potencialização do salto vertical (grupo que exibiu potencialização, GP; grupo que não potencializou, GNP). Para o total de 27 atletas o modelo final que incluiu a SMAX (km·h-1), a CR (mL·kg-1·m-1), o a AGVP (m·s-1), o Δ3-Pre CMJPVE (m·s-1), a FCmax (bpm) e a SSCPF (N) foi estatisticamente significativo; r2 = 0,91, F(6-26) = 35,64, P < 0,001, EES = 0,76, r2ajustado = 0,89. Por outra parte, o modelo para a predição do T10km, com variáveis independentes da prova de 10 km, incluiu a SMAX, o CR e AGVP [r2 = 0,75; F(3-26) = 22,52; P < 0,001; EES = 1,23]. As analises por grupo de desempenho indicaram efeitos principais do tempo (Tempos parciais, Laps) [F(2-52) = 12,20, P<0,001), η2 = 0,32] e do grupo [F(1-25) = 49,91; P<0,001, η2 = 0,66] assim como diferencias nas variáveis que explicaram a variância no T10km: para GAD [SMAX; SSCPF, FCMÉDIA, CV10km e Pós-0min CMJPVE, F(5-9) = 266,06; P <0,001; SSE = 0,09 min; r2AJUSTADO = 0,99]; GBD [VT2-%VO2max, o Δ6-Pre CMJEPV, CR; F(4-18) = 33,16; P <0,001, EES = 0,045 min; r2AJUSTADO = 0,88]. Adicionalmente, acharam-se equações diferentes para a predição do T10km em cada um dos grupos: GAD – [T10km (min) = 68,65 – (1,084 × SMAX) – (0,008 × SSCPF) + (0,083 × AGCARGA); r2 = 0,98]; GBD - T10km (min) = 44,75 – (1,05× SMAX) + (0,17×VT2-%VO2max) + (1,89 × CMJVME) – (0,061 × Idade); r2 = 0,89]. Enquanto aos grupos de potencialização, se acharam diferenças significativas entre os grupos na velocidade atingida só no segmento de 400 m finais e na PSE final (GNP = 8,36 ± 1,6 vs. GP = 6,8 ± 1,7; P = 0,03). Ademais, na amostra completa a potencialização correlacionou com o tempo nos 400 m finais (r = -0.42; P = 0,031) e no grupo GAD, correlacionou com a PSE (r = -0,75; P = 0,032). Em conclusão, os resultados deste estudo sugerem que as variáveis mecânicas são importantes para corredores de 10 km já que permitem explicar a variância e predizer o desempenho. Além disso, o nível de desempenho parece estar associado com diferencias neuromusculares que influenciam o ritmo de corrida, entanto que a potencialização do salto vertical parece afeitar sobre tudo a percepção do esforço.

Das maximale Laktat-steady-state (MLSS) gilt als ein physiologischer Parameter der Ausdauerleistungsfähigkeit. Bereits in den 1980er Jahren entwickelte Mader (1984) auf Basis der Michaelis-Menten-Kinetik eine Berechnungsmethode zur Bestimmung der Leistung im MLSS. Diese Methode setzt die Kenntnis der maximalen Reaktionsgeschwindigkeiten von Glykolyse und Atmung voraus. Die Goldstandard-Methode zur Ermittlung der Leistung im MLSS sind mehrere 30-minütige konstante Dauerbelastungen. Das hauptsächliche Ziel der vorliegenden Arbeit bestand in dem Vergleich der berechneten mit der empirisch ermittelten Leistung im MLSS. 57 männliche Probanden unterzogen sich zunächst in randomisierter Reihenfolge einem Test zur Bestimmung der maximalen Laktatbildungsrate sowie der maximalen Sauerstoffaufnahme. Im Anschluss absolvierten die Testpersonen mehrere 30 minütige Dauertests zur empirischen Ermittlung der Leistung im MLSS. Die ermittelten Ergebnisse zeigen, dass zwischen beiden Testmethoden eine hochsignifikante Korrelation (r = 0,89; p< 0,001) sowie eine mittlere Differenz von -13 Watt vorliegt. Ausgehend von den ermittelten Ergebnissen kann der Schluss gezogen werden, dass die Leistung im MLSS, ermittelt unter Verwendung der Methode nach Mader (1984) im Mittel mit der empirisch ermittelten Leistung im MLSS sehr gut übereinstimmt. Neben der angeführten Hauptstudie, wurde in der vorliegenden Arbeit weiterhin die Reliabilität und Tag-zu-Tag-Variabilität der Leistung im MLSS, der Einfluss der Testdauer auf die Laktatbildungsrate sowie die Praktikabilität der berechneten Leistung im MLSS in einem Einzelzeitfahren näher untersucht.